開源模型首勝GPT-4！競技場最新戰(zhàn)報引熱議，Karpathy：這是我唯二信任的榜單
能打得過GPT-4的開源模型出現(xiàn)了！
大模型競技場最新戰(zhàn)報：
1040億參數(shù)開源模型Command R+攀升至第6位，與GPT-4-0314打成平手，超過了GPT-4-0613。
這也是第一個在大模型競技場上擊敗GPT-4的開放權(quán)重模型。
?
大模型競技場，可是大神Karpathy口中唯二信任的測試基準(zhǔn)之一。
Command R+來自AI獨角獸Cohere。這家大模型創(chuàng)業(yè)公司的聯(lián)合創(chuàng)始人兼CEO，正是Transformer最年輕作者Aidan Gomez（簡稱割麥子）。
這份戰(zhàn)報一出，又掀起了一波大模型社區(qū)的熱烈討論。
大家伙兒興奮的理由很簡單：基礎(chǔ)大模型卷了一整年，沒想到在2024年格局還在不斷地發(fā)展變化。
HuggingFace聯(lián)合創(chuàng)始人Thomas Wolf就說：
最近大模型競技場上的情況發(fā)生了巨大的變化：
Anthropic的Claude 3 opus在閉源模型中獨占鰲頭。
Cohere的Command R+則成為了開源模型中的最強者。
沒想到，2024年在開源和閉源兩條路線上，人工智能團隊的發(fā)展都如此之快。
另外，Cohere機器學(xué)習(xí)總監(jiān)Nils Reimers還指出了值得關(guān)注的一點：
Command R+最大的特色是對內(nèi)置RAG（檢索增強生成）進行了全面優(yōu)化，而在大模型競技場中，RAG這樣的外掛能力并未納入測試。
RAG優(yōu)化模型登上開源王座
在Cohere官方定位中，Command R+是一個“RAG優(yōu)化模型”。
就是說，這個1040億參數(shù)的大模型主要針對檢索增強生成技術(shù)進行了深度優(yōu)化，以減少幻覺的產(chǎn)生，更適配于企業(yè)級工作負(fù)載。
和此前推出的Command R一樣，Command R+的上下文窗口長度是128k。
此外，Command R+還具備以下特點：
- 覆蓋10+種語言，包括英語、中文、法語、德語等；
- 能使用工具完成復(fù)雜業(yè)務(wù)流程的自動化
從測試結(jié)果來看，在多語種、RAG和工具使用這三個維度上，Command R+都達到了GPT-4 turbo的水平。
但在輸入成本方面，Command R+的價格僅為GPT-4 turbo的1/3。
輸出成本方面，Command R+則是GPT-4 turbo的1/2。
正是這點引發(fā)了不少網(wǎng)友的關(guān)注：
不過，盡管在大模型競技場這種人類主觀評測上表現(xiàn)搶眼，還是有網(wǎng)友甩出了一些不同觀點。
在HumanEval上，Command R+的代碼能力就連GPT-3.5都沒打過，在兩組測試中分別排在32位和33位。
最新版GPT-4 turbo則沒有懸念地拿下了第一。
另外，我們也在最近剛登上正經(jīng)論文的弱智吧benchmark上簡單測試了一下Command R+的中文能力。
你給打個分？
需要說明的是，Command R+的開源只面向?qū)W術(shù)研究，并不能免費商用。
One More Thing
最后的最后，還是多聊一嘴割麥子小哥。
Aidan Gomez，Transformer圓桌騎士中最年輕的一位，加入研究團隊時只是個本科生——
不過，是在多倫多大學(xué)讀大三時就加入了Hinton實驗室的那種。
2018年，割麥子被牛津大學(xué)錄取，開始像他的論文搭子們那樣攻讀CS博士學(xué)位。
但在2019年，隨著Cohere的創(chuàng)立，他最終選擇退學(xué)加入AI創(chuàng)業(yè)的浪潮。
Cohere主要是為企業(yè)提供大模型解決方案，目前估值達到了22億美元。
本文轉(zhuǎn)自 量子位 ，作者：量子位
